代码评审
扩散把代码评审与安全审计前移到编码阶段的自动化能力
About
Hot Projects
4Hot Articles
89Plannotator 破万星后,评论区吵得最凶的不是它支持多少 agent,而是一个更本质的问题:在 AI 已经能自己写计划、自己改代码的时代,还要不要把人卡在执行链路上? 它的定位一句话就能说清——"The workspace to stay in the loop and on top of agents":agent 产出计划时,浏览器自动弹出评审界面,人逐条批注,决策一键回传给 agent 执行。GitHub 上类似的"人肉审批"插件不少,但 Plannotator 被单独拎出来讨论,是因为它把闸门做成了一个有源码可考的工程系统:机器可读的决策契约、失败即拒绝的自动化语义、以及一套从"阻塞等待"进化到"异步决策"的完整演化史。
AI 编程工具眼下最不缺的是“写得更快”。真正缺的是另一件事:在代码被生成出来之前,有没有人(或者某个东西)认真读过它的设计,并指出“这里你还漏了一个决策”。
代码评审(Code Review)长期是研发流程里最"昂贵"也最"稀缺"的环节:资深工程师的时间有限,无法逐行审阅每一条变更;初级工程师又急需即时反馈来成长。过去一年,用通用 Agent + Skills 做 AI 评审的尝试并不少,但"变更一大就选择性偷懒、评论定位漂移、提示词一改质量就波动"这三座大山始终没有翻过去。
一个安全工具仓库在某天深夜突然跑出 43 星/小时,这类截图通常会被当成“项目起飞”的证据转发。但真实情况是:单小时的峰值并不能证明项目正在线性起飞,它更多反映的是分发层面的脉冲。Claude-BugHunter 是一个把 83 个技能、15 条 slash command、681 条披露报告模式装进 Claude Code 的漏洞赏金技能包,它恰好把“可被验证的曲线”和“可被引用的工程细节”都留在了仓库里:星标图由仓库自己的脚本生成并提交,发布节奏写在 CHANGELOG,分发渠道写在 README 与安装脚本,验证机制写在 eval 与 lint 里。本文不猜情绪,只用这些文件把“深夜加速”拆成可以复核的几个部分。
一个开源项目如果只是"又一个 AI 编程插件",通常活不过一周的注意力周期。elephant-goldfish-model 不一样:它几乎没有新增任何模型能力,却试图回答一个更棘手的问题——当代码生成变得廉价,工程团队究竟该在哪一步把人的判断重新插回流水线。
当 36 氪把"AI 代码审查赛道跑出一家 108 亿估值独角兽"当作新闻标题时,很多人的第一反应是:一个听起来像"工程基建"的细分场景,凭什么值这么多钱?紧接着,GitHub 发布面向 AI 代码审查代理的开放基准 ReviewBench、Anthropic 被曝深夜重击五百亿美元级的代码审计行业、LinkedIn 与 Cloudflare 先后公开多智能体代码审查方案——一系列事件密集发生,把这个曾经最不起眼的研发环节,推到了 AI 商业化最拥挤的十字路口。而在这一波浪潮中,阿里的开源 agent open-code-review 也冲上了 GitHub 热榜。这篇文章结合社区情报与仓库源码,拆解三件事:代码审查为什么突然值钱、阿里开源 agent 的技术底牌是什么、以及开源、云厂、初创三方到底在抢哪个入口。
漏洞赏金社区从来不缺公开报告,缺的是"下一次能直接拿来用"的东西。HackerOne 上披露的 writeup 有几十万份,但真正面对一个新目标时,安全研究员仍然会从零开始想"这个参数该测什么"。原因很直接:报告是按受害者故事写的,技能必须按攻击形态组织。两者之间隔着一次"蒸馏",而绝大多数知识库停在了收藏夹阶段。
AI 编码代理最大的代价不是 token,而是返工:方案方向错了,它还会一本正经地把错误方向写完。Plannotator 的核心切入点正是这个缝隙——在 agent 从"规划"切换到"执行"的那一瞬间,把闸门从终端里那个 y/n 换成一个可以逐段标注、评论、再一键回传给 agent 的浏览器评审页。这个"计划评审"(plan review)功能没有依赖任何模型侧的魔法,全部靠各宿主 harness 的 hook 机制硬插进 agent 生命周期。
代码生成的速度已经不是瓶颈了。今天的编码 agent 可以在几十秒内把一个功能写完,然后人类在 review 里花两个小时发现它把错误的前提写进了三个文件。
2026 年 3 月,一则消息让代码审计圈彻夜难眠:Anthropic 在 Claude Code 中新增了代码评审(Code Review)功能,目标直指价值 500 亿美元的代码安全审计行业。三个月后,Claude Fable 5 与 Claude Mythos 5 发布,官方口径是"一天搞定 5000 万行代码"。同一时间线里,阿里把在集团内部打磨了两年的 AI 代码评审工具 OpenCodeReview 开源出来——它同样声称能替代人工 PR Review,却选择了与通用 Agent 截然不同的技术路线。一边是"末日论",一边是"开源平权",评审这碗饭到底还端不端得住?本文从全网事实与仓库源码两个层面拆解。